EyeWorld Chinese December 2020 Issue

装置 EWAP 2020年 12月 53 by Ellen Stodola Editorial Co-director 一览 • 医生说AI可能最适合视网膜专业 的糖尿病和黄斑变性。 • 如果应用AI 并监测患者，可能 会有机会促进眼科医生，初级保 健人员以及其它专科医生更好地 合作。 • 存在一定的担心，包括患者和医 生的接受程度，会被大量数据所 误导的可能，以及仍然可能会需 要应用大量的人力 联系方式 Ho: achomd@gmail.com Joseph: aejoseph@eyeboston.com Lim: jennylim@uic.edu Stoller: gstoller@ocli.net 专 家们讨论了在视 网膜专业人工智 能的应用（AI）。 Anthony Joseph, MD，认为 AI最有用的疾病可能是最常见 的视网膜专业的疾病: 黄斑变 性，糖尿病黄斑水肿，糖尿病 视网膜病变和静脉阻塞。 Dr. Joseph 认为AI 在筛查 和监测那些不需要积极治疗的 患者方面可能会有一定作用。 对于正在治疗或密切随访的 黄斑变性患者也可能有用。 “我们希望它可能会有助于预 测何时患者会转化发展成湿性 黄斑变性或者可以辅助测量治 疗反应或治疗需求，”他说。 Allen Ho, MD 认为AI 对于 有大量可以分析的数据的视网 膜疾病有用。AI 分析和识别那 些医生可能一般不会关注的数 据; 例如，OCT 影像数据库里 有大量有关常见视网膜疾病的 结构和功能相关性数据。彩色 眼底成像是另一个数据量很大 的设备，可以用于疾病预后和 治疗反应的分析。 Glenn Stoller, MD 认为AI 在视网膜专业最明显的应用是 糖尿病和黄斑变性。也可以用 于早产儿视网膜病变。已经发 现，AI 算则能够有效地发现 临床显著性黄斑水肿，以及晚 期糖尿病视网膜病变。它可以 通过比较当前图像和最初筛查 图像，追踪疾病的进展，有助 于了解糖尿病视网膜病变的进 展，Dr. Stoller 说。 他又说，现在已经有一 个系统上市（IDx-DR, IDx Technologies），它利用深度 学习，能够在眼科医生诊室外 进行筛查，辅助判断何时应该 进行临床随诊。 使用视网膜OCT 图像，可 以训练AI系统进行分层，Dr. Stoller 说。这个系统对视网膜 不同层次分层的准确性很高。 AI 也能够进行个性化医疗 保健。他提到了Notal Vision 的家用OCT 设备，利用机器 学习算则。这个机器用于辅助 在家对患者进行监测，判断何 时患有湿性黄斑变性的患者需 要打针。这项技术有望在明年 前半年上市。一种基于人工智 能的随机森林分类器已经被应 用于分析ForeseeHome 设备 （Notal Vision）的视野数据， 用于确定患者何时从干性黄斑 变性转变为湿性黄斑变性。 Jennifer Lim, MD 说AI 有 助于减少糖尿病视网膜病变的 筛查压力。许多糖尿病患者从 来不做筛查（根据人群和地区 的研究，高达70%）。“它有 助于发现存在视力下降风险的 患者，将他们转诊给与适当的 治疗，”她说。 AI 促进合作 Dr. Lim 发现AI能够联合各医学 专业人员共同努力，加强对糖 尿病血糖和血压，胆固醇和血 脂水平的控制。所有的医生都 能看到患者的结果。下一个医 生可以将这个数据告知患者， 所有协作组成员都能了解最新 结果，她说。 至于AI 促进初级保健， 内分泌医生，眼科医生和视网 膜专科医生合作方面， Dr. Joseph 说初级保健医生或 内分泌医生可以更频繁地在护 理层面和患者接触，尤其是那 些糖尿病患者。这可能是收集 数据用 于筛查的时机，而不是 在患者 来找眼科医生进行筛查 的时刻。 特别提到糖尿病视网膜病 变，Dr. Ho 说提高保健小组所 有成员的交流很重要。在大规 模疾病筛查时，这种相互作用 人工智能在视网膜领域的应用 本文最初发表于2020 年8月期 EyeWorld ，经ASCRS Ophthalmic Services Corp 批准稍经修改发表于此。